RAVI_乌尔都语合成文本图像OCR数据集

数据集概述

该数据集是用于乌尔都语光学字符识别（OCR）模型开发与训练的合成图像数据集，包含九万九千张带标注的256×256像素图像，每张图像含单个乌尔都语单词，采用Jameel Noori Nastaleeq字体，按乌尔都字母分类存储，支持OCR系统的训练、验证与基准测试。

文件详解

• 文件名称：RAVI_dataset.zip
• 文件格式：ZIP压缩包
• 内容说明：压缩包内包含九万九千张256×256像素的乌尔都语单词图像，每张图像对应乌尔都语单词标注；图像按乌尔都字母分类存储于子文件夹中，文本字体为Jameel Noori Nastaleeq（40号字），背景为白色，文字为黑色

适用场景

• 乌尔都语OCR模型开发：用于训练基于CNN的印刷体乌尔都语单词识别模型
• 低资源语言深度学习研究：作为基准数据集验证序列预测架构在乌尔都语文本识别中的性能
• 字符级OCR性能评估：通过字母分类子文件夹分析模型对特定乌尔都字符的识别准确率
• 计算机视觉与自然语言处理交叉研究：支持图像文本检测与识别的多模态模型训练